Machine Learning, stacjonarne, drugiego stopnia (S2-PRK-ML)

Dziedzina: nauki ścisłe i przyrodnicze

Dyscyplina: informatyka

Język wykładowy: angielski

Tytuł zawodowy, który uzyskasz po skończeniu studiów: magister

Gdzie i kiedy będziesz mieć zajęcia

Miejsce: Zajęcia odbywają się w Kampusie Ochota, na Wydziale Matematyki, Informatyki i Mechaniki UW, przy ulicy Banacha 2.

Czas: Zajęcia odbywają się od poniedziałku do piątku między 8:30-20:00.

Jaką wiedzę, umiejętności i kompetencje zdobędziesz na tym kierunku

Studia na kierunku Machine Learning dostarczą Ci solidnych podstaw matematycznych i informatycznych, umożliwiających sprawne projektowanie, trenowanie i wdrażanie modeli uczenia maszynowego.

Przekażemy Ci wiedzę na temat:

• modeli matematycznych stojących u podstaw uczenia maszynowego,
• klasycznych metod uczenia z nadzorem i bez nadzoru a także technik uczenia głębokiego,
• potrzebnych do trenowania modeli systemów wielkoskalowego przetwarzania rozproszonego,
• technik uczenia maszynowego stosowanych w rozpoznawaniu obrazów, przetwarzaniu języka naturalnego, robotyce i uczeniu ze wzmocnieniem,
• sposobów wyjaśniania działania modeli sztucznej inteligencji.

Studiując Machine Learning uzyskasz umiejętności w zakresie:

• programowania w Pythonie z wykorzystaniem bibliotek ML, np. TensorFlow, PyTorch, scikit-learn,
• implementacji i trenowania modeli ML i AI na rzeczywistych zbiorach danych,
• tworzenia ciągów przetwarzania ML i wdrażania modeli w środowisku produkcyjnym,
• optymalizacji kodu i pracy modeli pod kątem wydajności i efektywności.

Ponadto przygotujemy Cię do zmieniających się potrzeb otoczenia kształtując kompetencje społeczne w zakresie

• krytycznego i analitycznego myślenia – umiejętności oceny jakości modeli i wyboru odpowiednich algorytmów,
• rozwiązywania problemów przy użyciu algorytmów ML w rzeczywistych zastosowaniach,
• umiejętności pracy w zespołach projektowych,
• komunikacji wyników – prezentowania analiz i rekomendacji w sposób zrozumiały dla szerokiego kręgu odbiorców,
• potrzeby ciągłego doskonalenia – ML to dynamiczna dziedzina, wymagająca stałego uczenia się nowych technologii i metod.

Studia w tym kierunku pozwolą Ci na zdobycie nie tylko teoretycznej wiedzy, ale także praktycznych umiejętności, które są cenione w branży technologicznej.

Gdzie możesz znaleźć pracę po ukończeniu studiów

Po kierunku Machine Learning możesz znaleźć pracę w wielu branżach, ponieważ uczenie maszynowe jest szeroko wykorzystywane w analizie danych, automatyzacji i sztucznej inteligencji. Popularne ścieżki kariery obejmują stanowiska takie jak ML Engineer, Data Scientist, AI Researcher czy Software Engineer z ML. Firmy technologiczne, takie jak Google, Meta, Microsoft czy OpenAI, intensywnie rekrutują specjalistów od ML, ale także sektor finansowy, medyczny, e-commerce czy przemysł coraz częściej wdrażają modele AI do optymalizacji procesów. Praca dostępna jest zarówno w dużych korporacjach, startupach, jak i w środowisku akademickim czy badawczym.

Czy na kierunku studiów są różne specjalności i specjalizacje

Na kierunku Machine Learning nie mamy żadnych specjalności ani specjalizacji.

Czego będziesz się uczyć na studiach

Matematyczne fundamenty stanowią kluczowy element studiów, umożliwiający opracowanie modeli i algorytmów w dziedzinie uczenia maszynowego. Rozwijamy kompetencje w zakresie aparatu matematycznego, zapewniając biegłość w zaawansowanych metodach statystycznych oraz architekturach sieci neuronowych. Analiza matematyczna wspomaga rozumienie danych i interpretowalność modeli, co jest istotne dla etycznej implementacji sztucznej inteligencji.

Podczas studiów zgłębisz zaawansowane sieci neuronowe, ucząc się ich trenowania, optymalizacji i rozwiązywania typowych problemów. Poznasz sterowanie inteligentnymi systemami łączące algorytmy decyzyjne z uczeniem maszynowym w robotyce. Opanujesz techniki analizy obrazów oraz przetwarzania języka naturalnego. Zrozumiesz zasady uczenia ze wzmocnieniem stosowane w robotyce, grach i systemach rekomendacyjnych.

Oferujemy także aktywności rozwijające praktyczne umiejętności z uczenia maszynowego. Nauczysz się efektywnej komunikacji w zespołach i zarządzania projektami. Podczas staży zdobędziesz doświadczenie w firmach, pracując nad rzeczywistymi projektami i nawiązując kontakty z ekspertami. Poznasz techniki projektowania algorytmów dla dużych zbiorów danych i wykorzystywania nowoczesnych narzędzi obliczeniowych. Projekty zespołowe rozwiną umiejętności współpracy i rozwiązywania problemów, a seminarium magisterskie pogłębi wiedzę w wybranym obszarze przed obroną pracy.

Czy podczas studiów będziesz realizować praktyki

Po pierwszym roku kierunku Uczenie Maszynowe należy odbyć praktyki zawodowe, najlepiej zrobić to podczas wakacji letnich (lipiec, sierpień). Praktyki trwają jeden miesiąc i obejmują łącznie 160 godzin. Praktyki odbywają się w firmach zajmujących się zastosowaniami uczenia maszynowego. Alternatywnie, zamiast praktyk możesz wziąć udział w dwóch lub trzech kilkudniowych wizytach studyjnych w grupach badawczych pracujących w obszarach związanych z uczeniem maszynowym.

Czy podczas studiów istnieje możliwość realizacji jednego/kilku semestrów na innej uczelni

Tak, możesz skorzystać z programów MOST lub ERASMUS+.

Gdzie znajdziesz więcej informacji i programie studiów

Więcej informacji o studiach Machine Learning znajdziesz w Informatorze dla studentów kierunku Machine Learning na Wydziale Matematyki, Informatyki i Mechaniki oraz na stronie Wydziału Matematyki, Informatyki i Mechaniki opisującej rekrutację na kierunki prowadzone przez ten wydział.